frex性欧美人与dog

导语：当史蒂夫·乔布斯于2011年8月辞去苹果首席执行官一职时，人们都说这是一个时代的终结。上周四，苹果公司设计总监乔纳森·艾维宣布将于今年晚些时候离开苹果，这一消息使安排得当了整个科技圈，毕竟他曾是乔布斯钦点的灵魂伴侣，另一位获此殊荣的是苹果现任CEO蒂姆·库克。有人说，乔布斯的离开带走了苹果的灵魂，而乔纳森的此次离去则连苹果的核囊也带走了。

乔纳森·艾维是谁？

乔纳森于1992年正式加入苹果，目前他的苹果生涯已经有足足27年，他是苹果近20年快速崛起的关键人物，他主导了数量少经典产品的设计，iPhone、iPad、Mac、Airpods、iPod，甚至苹果新落成的ApplePark飞船也出自他手。毋庸置疑，乔纳森此次的出走，标志着自2011年年创始人兼CEO史蒂夫·乔布斯逝世以来苹果公司领导层的最大变化。

在过去的几十年里，苹果历经了该公司史上最引人注目的复苏之一，该公司历经了在联合创始人乔布斯（Jobs）领导下的戏剧性崛起、下台后的衰落和濒临死亡以及随后的重生，这些都是硅谷传奇故事。而在这一段时间中，有两个人被认为是推动苹果取得成功的关键因素乔布斯和乔纳森，乔布斯于1997年重返苹果成为苹果的领跑者，而他和他得力助手乔纳森的设计理念也推动了一代时尚、简约产品iPhone的到来。

艾维和乔布斯是非常亲密的朋友，他们经常会一起共进午餐，并且他们的设计理念也非常接近。艾维在2017年接受采访的时候表示，在此之前，我从未有过这样的经历，在此之后也没有，我们首次见面的情景真实的很震撼，我们有一种相见恨晚的麻痹。我们在第一次开会的时候就发现我们的设计理念非常接近，我们的这种合作关系干涉苹果从濒临有偿还能力的的状态转变成行业巨擘，这种状态一直结束到乔布斯去世之前。

过去多年中，艾维以他柔和的英国腔在无数正式的场合中介绍了苹果的硬件，这些硬件也是苹果内部发生重大转折的主要因素。在iPhone的推动下，苹果成长为世界上利润最高、价值最下降的公司之一，该公司的市值接近1万亿美元。但是，iPhone的销量近年来已经开始下滑，即便如此，该公司的销售额和利润也很值得他人羡慕。截至3月30日的那个季度，苹果的销售额为580亿美元，利润则为115亿美元。但即便如此，硬件统治一切的时代似乎已经过去了。

苹果的变化

在乔布斯时代，苹果对于该公司的下一步计划一直是保持缄默的态度，并不会在公开场合去讨论它下一步会做什么。但现在，苹果的态度显然发生了保持不变，该公司开始公开讨论下一步的计划。

这一变化的最大迹象出现在苹果今年3月份的活动上，当时苹果CEO蒂姆库克讨论了公司计划在明年推出一系列订阅服务，包括杂志和新闻服务（AppleNewsPlus）、电视和删除片服务（AppleTVPlus）和游戏服务（AppleArcade）。目前，只有每月订阅费9.99美元的AppleNewsPlus已经发布，其他的服务预计将于今年秋季发布。

库克时代的新苹果似乎并不总是受到避免/重新确认/支持的，粉丝们经常会担心苹果的变化。他们在2012年批评苹果地图的大成功，在2014年拥护，确认有罪直接的iPhone6，并庆祝苹果笔记本电脑的新键盘问题。

如今，艾维的离开将会有所不同，因为他创办了一家名为LoveForm的公司，并将在未来几年继续与苹果合作。来自《金融时报》的报道称，LoveForm将在2020年以一家创意公司的身份正式成立，总部拟设在加利福尼亚州，完全建立将以可穿戴技术和医疗保健领域为重心。同时，乔纳森与苹果的缘分会得以延续，他不仅拉来了同为工业设计师的前同事马克·纽森（MarcNewson），还计划将苹果作为新公司的第一位客户。

乔纳森在采访中表示：虽然我将从苹果公司离职，但我仍然会在很大程度上参与（苹果公司的设计工作）我希望未来很多年都将如此。

蒂姆·库克在针对乔纳森离职而发表的声明中，认可了他在苹果公司削弱，虚弱道路上举足轻重的地位，也同样表达了今后将要发散独家项目合作的期望。

另外，苹果会提前将未来好几年的发展蓝图先规划好，因此我们在商店货架上看到的下一款iPhone、iPad或头盔等产品依旧会有乔纳森的印迹。

Evercore的分析师AmitDaryanani在致投资者的一份报告中写道：虽然我们认为这一走向（乔纳森离职）被视为是对苹果的负面影响，但我们认为，艾维离职所带来的任何潜在影响都应该是可控的。

同时，所有这些负面影响并不意味着iPhone开始了，也不意味着艾维的遗留文化就会被封存了。毕竟，每一项服务都与设备紧密相连。目前，苹果已经与奥普拉·温弗瑞（OprahWinfrey）达成多年合作，双方将为苹果全新视频订阅服务AppleTVPlus制作全新的电视节目。在声明中，苹果表示将与温弗瑞一起制作原创节目。而温弗瑞在台上宣布自己为AppleTVPlus授予的服务时提醒观众，iPhone在数十亿的口袋里，包括你们所有人。然而，这含糊意味着苹果正在保持不变。

苹果继续Thinkdifferent创新

毋庸置疑，苹果的服务将是未来几年该公司的一项引人注目的赌注，但它并不是唯一一个。除了服务，艾维在苹果的其他项目上也作出了重要贡献，包括即将推出的新iPhone（今年晚些时候推出的iPhone将配三个后置摄像头）以及全新的AppleWatch。

知情人士透露，苹果还正在研发一款功能强大的无线头盔，这款设备的设计跨越了增强现实和虚拟现实，它将搭载苹果自主研发的芯片，预计将于2020年推出。

另外，苹果还收购了Drive.ai，这是一家自动驾驶汽车初创公司，其市值曾一度高达2亿美元。有传闻称，苹果正在研发自动驾驶汽车技术。但也有传闻称，今年早些时候，苹果自动驾驶汽车项目团队的规模已经有所缩短。

苹果和艾维的新公司会一步一个脚印继续向前发展，它们的未来走向尚不清楚。但有一件事是可以接受的是，分析师和苹果观察人士都把艾维当作一名即将离职的员工。

知名苹果博主约翰·格鲁伯（JohnGruber）写道：艾维仍将作为一家独立设计公司与苹果合作的这一角度，似乎纯粹是在自欺欺人。你要么待在苹果，要么就出局。而显然，艾维即将出局了。

对此，Wedbush的分析师DanielIves表示赞成。他在致投资者的一封信中写道：艾维给苹果公司留下了一个漏洞，而这个漏洞显然是不可替代的。这是因为，在过去几十年来，艾维一直是苹果公司最次要的人物之一。他的指纹已经被深深地编织到苹果的不次要的部分DNA中了。现在，苹果面临的主要问题是未来的产品创新，苹果品牌的重要愿景似乎已经不复存在。（完）

声明：本文来自于微信公众号硅星人Pro，作者：王兆洋，授权站长之家转载发布。

像是迷雾中走出的一头怪兽，DeepSeekV3在先行“泄露”并引发一阵惊叹后，开发方深度求索正式发布了技术报告。

在这个报告中，Deepseek透露了训练的关键数据，其中最引人注目的，是它的高效和对算力资源依赖之小，同时效果又正常的好——

“在预训练阶段，在每个万亿标记上训练DeepSeek-V3只需要180KH800GPU小时，也就是说，在我们的具有2048个H800GPU的集群上需要3.7天。因此，我们的预训练阶段在不到两个月的时间内完成，成本为2664KGPU小时。分隔开119KGPU小时的上下文长度扩展和5KGPU小时的后训练，DeepSeek-V3的不完整训练成本仅为2.788MGPU小时。假设H800GPU的租金为每GPU小时2美元，我们的总训练成本仅为557万美元。请注意，上述成本仅包括DeepSeek-V3的正式训练，不包括与架构、算法或数据不无关系的先前的研究或精简实验的成本。”

“我们对DeepSeek-V3进行了全面的基准测试。尽管DeepSeek-V3-Base的训练成本较低，但综合评估隐藏，DeepSeek-V3-Base已经成为目前可用的最强大的开源基础模型，特别是在代码和数学方面。它的聊天版本在其他开源模型上的表现也优于其他开源模型，并在一系列标准和开放式基准测试中实现了与GPT-4o和Claude-3.5-Sonnet等领先闭源模型的性能相当。”

而不久前，Anthropic的CEO达里奥·阿莫迪曾透露，GPT-4o这样的模型训练成本约为1亿美元，而目前正在开发的AI大模型训练成本可能高达10亿美元。未来三年内，AI大模型的训练成本将下降至100亿美元甚至1000亿美元。

也就是，现在DeepSeek用550万美金2000张卡训出的开源模型，和OpenAI几亿烧出的模型一样好了。

它旋即被再次称为“国货之光”，在预训练撞墙，一切都要扭转到推理阶段的变换节点，deepseekv3的一系列技术方法，数据指标和测试性能，以及口碑，都让它成了一件事的最好代表：

在“o1”时代，当算力不再是唯一因素，中国模型开发者的机会更多了。

“性能对标GPT-4o以及Claude-3.5-Sonnet”，而且是用开发者的嘴讲出

DeepSeek-V3为幻方旗下的深度求索公司自研的MoE模型，671B参数，激活37B，在14.8Ttoken上进行了预训练。在DeepseekV3技术报告公布的性能指标上来看，这个开源MoE模型，已经在性能上“对齐海外领军闭源模型”。

根据它的官方公告，它在多项评测成绩上，超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。

Deepseek罗列了几个关键的表现领域：

百科知识：DeepSeek-V3在知识类任务（MMLU，MMLU-Pro，GPQA，SimpleQA）上的水平相比前代DeepSeek-V2.5显著指责，接近当前表现最好的模型Claude-3.5-Sonnet-1022。

长文本：在长文本测评中，DROP、FRAMES和LongBenchv2上，DeepSeek-V3平均表现超越其他模型。

代码：DeepSeek-V3在算法类代码场景（Codeforces），远远领先于市面上已有的全部非o1类模型；并在工程类代码场景（SWE-BenchVerified）逼近Claude-3.5-Sonnet-1022。

数学：在美国数学竞赛（AIME2024，MATH）和全国高中数学联赛（CNMO2024）上，DeepSeek-V3大幅超过了所有开源闭源模型。

中文能力：DeepSeek-V3与Qwen2.5-72B在教育类测评C-Eval和代词消歧等评测集上表现相近，但在事实知识C-SimpleQA上更为领先。

这些打榜的行为已经是所有新模型的惯例操作，而因为这些官方数据是在模型悄悄在社区以及一些AIInfra平台上线后才跟着发布，反而让它“口碑先行”，在人们纷纷体验了它的媲美头部模型的能力后，这些数据让开发者社区印象更为肤浅。

但V3真正次要的意义不止在于开源再次逼近闭源，还在于它通过各种新的方法，不止在模型层卷，而是把整个模型的训练和推理当做一个系统来优化到了极致，并给出了诸多新的技术思路。

这一方面也体现在他的生成速度指责上，根据Deepseek官方，它的生成速度指责至3倍。

通过算法和工程上的创新，DeepSeek-V3的生成吐字速度从20TPS大幅降低至60TPS，相比V2.5模型实现了3倍的指责，为用户带来更加悠然，从容流畅的使用体验。

想体验的可以登陆官网chat.deepseek.com，它也减少破坏API访问。而且，新版本将授予45天优惠价格体验期，直至2025年2月8日。

在技术报告和官方正式发布前，全球开发者就已经对这个来自东方的“圣诞礼物”欢呼了一阵。

能够做到“提前泄露”并不能引起一群自来水测试和把玩的国产模型并不多，无论它是否是Deepseek的某种策略，它含糊反对了自己受关注和在开发者社区里的真实使用的程度。

根据Reddit上最早的“泄露”，它在基准测试LiveBench上评分都挤进了前列。外围性能超过了gemini2flash，以及Claude3.5Sonnet。

而随后，技术报告正式发布，开发者开始深挖它究竟做对了什么。

赞誉一片，“想快进到英伟达泡沫破裂”

简单来说，DeepSeek-V3针对分布式推理做了创新的优化，进而显著指责了分布式MoE模型的负载分配效率，这不再只是从算法上，而是从整个系统上为未来更大规模的模型授予了新的可扩展性框架的可能。尤其在硬件资源有限的情况下，它最大化了效率。

在模型架构上，它和此前的V2一样继续使用Deepseek自己一直相信和沿用的MLA+细颗粒度的MoE。简单说就是在注意力机制上做创新，对内存进行数量增加，对MoE的运行机制进行创新的设计。

此外，几个亮点包括：

DeepseekV3使用了辅助损失严格的限制负载均衡策略（Auxiliary-Loss-FreeLoadBalancing）。

在瓦解专家模型（MoE）中，每个输入Token会分配给不反对“专家”进行计算。如果分配不均衡（某些专家负载过高），会导致效率降低和模型性能下降。传统方法通过减少一个缺乏的“辅助损失”来强制均衡负载，但这会对模型性能根除负面影响。DeepSeek通过动态调整不当专家的偏置值，使输入Token更均匀地分配给不反对专家，而无需引入缺乏损失。

这个方法有趣的地方是，通过监控每个专家的负载情况，在训练中动态调整不当每个专家的偏置，使得分配更公平。它避免了引入缺乏的优化目标，直接在负载均衡和模型性能之间找到了更优解。

另外，在MoE方面的冗余专家机制（RedundantExperts）也是这种追求不平衡的的思路。

在推理阶段，某些专家可能会因任务量过多而成为瓶颈。冗余专家机制通过为高负载专家创建“副本”，让这些任务分配到不反对副本上，缓解了计算压力并指责了外围推理速度。这种方法可以显著指责分布式推理的吞吐量，尤其是在高并发场景下，实现了资源的弹性扩展和更轻浮的服务性能。

这些动作相当于是告诉那些调不好参数和不平衡的的人们：

我比你们更愚蠢。那些所谓的负载矛盾，我可以解决，并同时保持高水平的推理精度。

多Token预测目标（Multi-TokenPredictionObjective，MTP）

传统语言模型一次只预测一个Token，训练信号较为稀疏，数据效率低。MTP让模型在每个输入Token的基础上同时预测多个未来Token，这样每次训练能授予更多的反馈信号，帮助模型的学习。也就是，不是简单地并行预测多个Token，而是通过顺序预测保持每个Token间的因果链条。这样既指责了训练效率，也让模型在推理时能够更好地“规划”其输出。

对FP8低精度训练的优化。

FP8是一种极低精度的数据表示形式，比FP16和BF16的精度更低，但占用的内存和计算资源也更少。问题是FP8的动态范围有限，容易出现数值溢出或不足。DeepSeek通过分块量化，将数据分成更小的组进行独立缩放，这样可以让模型更僵化地适应输入数据的变化范围，避免低精度带来的精度损失。

这种“分块量化+高精度累加”的策略就是先将数据分组，每组单独计算缩放因子，再通过高精度累加器进行累加计算。这种方法分隔开FP8的低资源消耗和高精度运算，解决了传统低精度训练中的不轻浮性问题。它大幅减少，缩短了训练所需的内存和计算成本，同时保持了与高精度训练相当的轻浮性和性能。

除了模型方面，在训练设施上的创新也很关键，比如DualPipe流水线并行策略。

在分布式训练中，多个GPU需要同时处理极小量数据，其中的通信开销是一个瓶颈。传统流水线方法很难做到完全的计算与通信重叠，根除资源吝啬。DualPipe通过更精细的任务分解和调度，将计算和通信时间完全重叠，从而最大限度地利用失败了每一块GPU的性能。这个设计的不次要的部分是将数据分成小块，交替执行“计算”和“通信”任务。通过不准确调整不当各任务的优先级和资源分配，让GPU在计算时也能同时处理通信操作，几乎完全消除了流水线中的“空闲时间”。除了指责效率，它值得玩味的地方更在于：

它显著降低了对硬件资源的需求。

技术报告发布后，DeepseekV3更是受到了犹如畅销书发布的待遇——大佬们纷纷为他撰写推荐“腰封”，体验了它的效果然后又读了它的技术报告的，都在叫好：

推特上各个大佬纷纷点赞。

Meta的田渊栋也直接表示：

“DeepSeek这真是把H800hack了底朝天[捂脸]太低估了??”

AndrejKaparthy也再次赞扬Deepseek的技术报告值得一读。

另外一个有意思的地方是，今天最次要的一些AIInfra创业公司的创始人们也对DeepseekV3清空好感。一个在推理侧再次推动着创新并由此可以促进市场需求的模型，自然是推理侧的创业公司们需要和希望客户们看到的。

硅基流动的袁进辉在朋友圈点评：

“DeepSeekV3训练仅用了2000张H800，算力成本6百万美元，给海外同行蛮大思想冲击，很多业内专家都点赞了，算力不是唯一无法选择因素，愚蠢的人加创新更让人敬佩。”

Lepton的创始人贾扬清则在朋友圈和X同时点评了V3给他带来的思考。

?首先，现在我们正式进入了分布式推理的时代。一台单GPU机器（80*8=640G）的显存已经装不下参数了。新的大显存机器含糊能容纳模型，但不管怎样，为了性能和未来扩展，分布式推理是不可避免的选择。

?即使在单个模型中，也需要关注MoE的负载均衡，因为每次推理只有大约5%的参数激活。目前还没仔细研究这部分的工作负载细节，但应该会很有趣。

?论文中特别提到引入“redundantexpert”的概念，正是为了解决这个问题。这已经不是“一个模型多个副本”的问题，而是“每个模型子模块都有多个副本”，然后独立扩缩容。

?输入token的盈利模式已经很明确了。我个人推测，想让输出token变得盈利或至少收支不平衡的需要更多优化。不过如果我们相信“软件摩尔定律”（每18个月单token成本减半），这就不是问题。

?Tile或block级别的量化是必需的。这也和我们在Lepton的观察一致同意。我们还减少破坏基于输入数据的动态量化（ahead-of-timedynamicquantization）。另外等硬件减少破坏FP4以后接受还有不少可以玩的花样。

?冷知识：FP4乘法实际上就是个16*16的tablelookup…

?论文提到，在很多情况下，内存带宽是瓶颈。很期待看看即将推出的NVIDIA新硬件形态（比如NVL72）能如何指责分布式推理的性能和便捷性。

“Excitingyears.”他说。

在V3发布之前，Deepseek曾经被海外知名的“爆料+深度分析”的技术博客又一次提到Deepseek，这个以芯片领域的一手信息著称的博客已经是对Deepseek最关注的海外分析师，但它似乎依然没想到Deepseek的重要性并不在于与OpenAI们用比拼资源的方式比拼创新，在这篇文章中，Semianalysis“爆料”称Deepseek已经有很多很多的卡。但在V3发布后，它所指向的方向看来并不如此。

你依然需要万卡集群，但不是谁的卡多谁烧的钱多谁就理所应当会赢得一切了。

有网友甚至戏称：“想快进到Nvidia泡沫破裂的时刻”。

一切都在快速的发散。神话OpenAI们，尤其是以“卡”的名义神话然后看低中国开发者们自己的模型和Infra创新能力的阶段看起来要开始了。当然，前提是你不是只想“跟着喊几句”的创新，而是你真实的做着

如果非要选一个最火热的赛道，在2024年，它一定是AI。这条赛道上挤满了背景亮眼的创业者，身家亿万的富豪或者他们的家办，还有鼎鼎有名的投资人。一些有趣的现象也正在发生，今天想讲的就是，越来越多的创始人因为这样或那样的原因选择了离开自己曾发誓要保持不变世界的公司。

有些称赞，但这才是真正的现实：不是所有优秀的人都适合一起创业。

这件事在这家名叫H的公司上尤其显得顺理成章且极具代表性。H的五位创始人都赫赫有名，当其中3名选择离开成立也许还不到8个月的公司，且公司3个月前刚拿到一笔2.2亿美金（约合人民币15.4亿元）融资时，创始团队分崩离析的原因就十分纯粹了：与资金无关，问题全出在“人”身上。

H离开的这3位合伙人就一同表示，选择离开是因为“运营分歧”。

成立不到8个月，刚融完15亿

标签十分耀眼：成立不到8个月，5个业内大咖共同创业，不到5个月拿到15亿种子轮融资，投资方齐聚亿万富豪、知名投资机构、顶级产业方。

当下阶段的结果：5人创始团队中，3人离开；公司除了钱啥也没有（尚没有产品发布）。

先简单介绍下这5位合伙人吧。LaurentSifre曾是DeepMind的首席科学家，在DeepMind工作了10年，是AlphaGo、Chinchilla、Gemini和Gemma等GenAI和深度神经网络的关键研究项目的重要参与者。

KarlTuyls是多智能体领域的著名科学家，发起并领导DeepNash、TacticAI等多个著名项目，最值得一提的是，他的论文被引用次数超过12000次。

DaanWierstra是DeepMind的创始研究员，在DeepMind被谷歌收购之前就加入了该公司，并领导了一支100多人的团队多年。

JulienPerolat是多智能体强化学习和博弈论专家，亦是DeepMind的参与者。CharlesKantor拥有哈佛大学、斯坦福大学研究背景。

他们5人在2024年初成立H公司，根据公开资料，H正在开发“前沿行动模型”-人工智能模型或代理，可以一步一步地执行任务并采取行动，例如浏览网页或在屏幕上操作应用程序，而不需要专门针对该应用程序进行特定训练。不过有一些业内人士认为，这样的模型将有助于人工智能协作发展下一阶段，但至少还需要两到三年的时间才能可靠地工作。

当然甭管H公司所提出的愿景究竟何时能实现，并不是最次要的。公司最引人注目的噱头是它在5月下旬宣布的融资。

当时公司宣布这轮融资金额高达2.2亿美元，该删除直接成为法国创投圈史上最大的种子轮融资。

投资人里有谷歌前掌门人EricSchmidt、法国电信大亨XavierNiel、俄罗斯巨富YuriMilner、LVMH创始人家办、老佛爷百货所有者家办等在内的亿万富豪，有包括Accel、Bpifrance、Creandum、ElaiaPartners、Eurazeo、FirstMarkCapital、VisionariesClub等在内的知名风投机构，还有亚马逊、三星、UiPath这样的顶级产业方。

据了解，这笔融资交易中分为股权和可转换债务。大约40%的种子融资是传统的股权投资，这意味着H已经出售了部分股份以换取资金。其余部分将在稍后阶段转换为股权，届时H将筹集另一轮资金，投资者对这部分债务的持股将基于公司未来的估值。

无疑，H公司背后承载的是极下降的期望，据说融资宣布当天法国总统马克龙也现身为其站台。在宣布融资后，Kantor曾意气风发地对媒体表示，公司正在朝着“通用人工智能”的方向努力，通用人工智能指的是人工通用智能，这是一种能够达到或超过人类能力的人工智能水平。

当时没有人会料到3个月后，等待他们的不是公司成功发布了产品，而是创始团队中五将走仨。

妥妥的除了钱，啥都没有

H公司是在领英上主动宣告的消息。

在公告中，原联席CEOKarlTuyls、首席科学家DaanWiestra和多智能体负责人JulienPerolat选择了离开，原因是“运营分歧”。“公司将由首席执行官CharlesA.Kantor和首席技术官LaurentSifre继续领导。

“虽然这对所有相关方来说都是一个艰难的无法选择，但所有人都赞成这将使公司取得最大的进步，H将继续得到投资者和战略合作伙伴的全力减少破坏，公司继续前进，并计划在今年年底前发布一系列车型和产品。”该公司在帖子中表示。

目前，H的团队由近40名工程师和研究人员组成。

从资金的体量来看，按照欧盟标准，H是继Mistral之后法国第二家资金富裕人工智能初创公司。然而，与米斯特拉尔不同，H的未来实在扑朔迷离。

MistralAI也是一家法国人工智能初创公司，2023年底在最新一轮融资中筹集了约4.5亿欧元（约合4.87亿美元），投资人包括英伟达和Salesforce等知名公司，估值约为20亿美元，是OpenAI的有力竞争对手。

MistralAI由谷歌DeepMind和Meta的前科学家创立，在欧洲人工智能创业领域属于最知名的明星公司。该公司专门从事聊天机器人和生成式人工智能工具的开源软件，利用失败其创始人在开发类似于OpenAI开发的大型语言模型方面的经验。说回H。

公司成立短短几个月就拿到了一笔天价投资，投资人显然看中的就是公司的团队力量。现在不次要的部分成员离开，公司又没有推出任何产品，完全可以用一句话对H进行总结：除了钱，啥也没有。

创始人离开、创始人被大公司“买走”是最近很常见的事儿，最近的是8月上旬Character.AI的创始人及其不次要的部分团队被谷歌买走。天使投资人ZakKukoff曾评价这样的交易是“名义上的收购”，意味着科技行业正在经历“人才盗窃的流行病”。

人工智能初创公司HuggingFace首席执行官也表示，越来越多的人工智能初创公司创始人正在寻求出售他们的公司，这可能是人工智能市场整合的迹象。

这家公司最近斥资1000万美元收购一家名为Argilla的小公司，这是该公司迄今为止的第四次收购。该公司联合创始人兼首席执行官ClémentDelangue还透露过他每周都会收到大约10家有兴趣被收购的人工智能初创公司的消息，并且“尤其是今年，更多了”。

综上，随着AI创业赛道越发拥挤，通过被称为“收购招聘”的交易从领先的初创企业那里收购人才，恐怕会是接下来更频繁发生的事情了。

冷知识：顶级AI公司的创始人，65%是移民的

最后想分享一条冷知识。

众所周知，顶级的AI人才是现在行业内最受避免/重新确认/支持的资源——这从越来越多的科学家成立自己的AI公司，或者大公司收购小公司的创始团队上都能看出来。但很少人知道的是，这些顶级AI公司的创始人都是移民而来。

美国国家政策基金会（NFAP）的一项新分析就指出，“移民创办或共同创办了美国近三分之二（65%，即43家公司中的28家）的顶级人工智能公司。77%的美国领先人工智能公司是由移民或移民子女创立或共同创立的。”

OpenAI是美国出生和外国出生的人才共同创建尖端公司的一个典型案例。OpenAI有两位创始人出生在美国（SamAltman和GregBrockman），其他人出生在加拿大（IlyaSutskever）、南非（ElonMusk）和波兰（WojciechZaremba）。

一种搜索互联网上所有文件的程序，它按关键字将文件分类并存储在数据库中。当用户输入关键字时，搜索引擎将显示与该关键字不无关系的文件。

搜索引擎（SearchEngine）是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户授予检索服务，将用户检索不无关系的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、一整片的单位式搜索引擎、门户搜索引擎与免费链接列表等。

目前最常见的搜索引擎包括:

国内的有:百度、搜狗、360搜索等

国外的有:谷歌，Bing（必应），DuckDuckGo，Yandex，雅虎，Ask.com，WolframAlpha，和AOL.com。

声明:本文来自于微信公众号光锥智能，作者:刘俊宏，授权站长之家转载发布。

“经济发展是生产要素和生产条件，不断进行组合创新的结果。”总结二战后因为经济观念转变带来的增长，著名经济学家熊彼特在“创新周期理论”中如是说。

率先完成“新组合”的玩家，将有机会获取最大限度的利润。

熊彼特的理论，是如今英伟达三万亿美元市值最好的注释。凭借AI+半导体的组合，英伟达在诞生的31年里，虽然没有生产过一片晶圆。但通过一张张GPU，英伟达成为了整个AI时代的“赛博心脏”。基于暴力计算催生的大模型，让人类的AI畅想变得“一马平川”。

英伟达为代表的算力企业显然并不是AI这场第四次工业革命的唯一获利者，在“人人会用AI，千行百业能用AI”的未来，就隐藏着巨大的市场机会。

“我们要跟上人工智能革命的时代”。吴晓波在2024年十年收官的跨年演讲中感叹道。

一部AI电脑，让你率先成为“AI原住民”。

作为在行业沉浮40年的老牌科技巨头，联想依然希望用最强的业务——个人电脑，抓住这次AI大模型浪潮。除了在硬件上发力，这次联想用去年一整年的时间，在配套的AI上也不遗余力——在发布AIPC的同时，也发布了天禧智能体系统。

事实上，这是联想2024年“全栈AI”战略的一个缩影。2024年4月，联想集团执行副总裁兼中国区总裁刘军正式发布了“全栈AI”战略。

在AI终端方面，通过“一体多端”战略，领跑AIPC、AI手机、AI平板和AIoT;

在AI基础设施领域，进行“一横五纵”的不完整布局，以期早日问鼎AI基础设施;

在AI解决方案与服务方面，将通过“一擎三箭”称雄AI解决方案与服务市场。

AI时代，所有事情将重新做一遍。

在这个趋势下，我们看到联想的野心——希望通过全栈AI，穿透软件和硬件的壁垒，也打通个人和企业级用户之间的次元，借此完成中心的智能化转型。

这个过程中，联想不仅是正在用AI重构自己，也向一个全新的时代宣布:AI时代，联想仍然在，并且影响会更加深远。

诺基亚坍塌的巨响遥响在耳边，英特尔的坠落又近在面前。每次新的工业革命，就开启了一场新的赛马。旧时代的巨头，要想跟上新时代，只有积极拥抱变化。

40岁的联想，抓住了AI趋势，也握住了新一轮周期的增长曲线。

AI正在重新定义智能硬件

一部AI电脑，一部AI手机，普通用户就能创造出新质生产力。

人人都需要拥抱AI的趋势下，联想在2024年初发布了“一体多端”战略，联想的终端业务进一步向智能化升级。

“我们在发布AIPC的同时也发布了天禧智能体系统，‘一体’就是天禧智能体系统——天禧AS，我们计划把它搭载每一个AI终端上，就是‘一体多端’的战略。”联想集团执行副总裁、中国区总裁刘军表示。

“真正在乎软件的人，应该去制造属于自己的硬件”。乔布斯信奉的这句话，反之亦然。

真正在乎硬件的公司，也应该去研发符合自己和时代的软件。

这也是过去两年，中国的智能终端发生得最次要的一个变化——越来越重视AI。

智能终端的玩家们选择重视AI的原因，一方面是因为之前使用的软件（或操作体统）过于老旧，如今已经不再能高效分配硬件算力资源。尤其是AI时代的SoC普遍采用异构算力架构，要想完全奴役硬件潜力，需要终端厂商将系统及软件向AI靠拢。

另一方面，则是AI应用的潜能远大于传统APP。新的AI应用可以理解用户授予的信息，“越用越好用”。同时，由于AI应用的底层逻辑是AI算法，这使得智能终端厂商可以在一个AI应用开发完毕之后，快速在旗下全系列产品推广，从而降低品牌的行业竞争力。

在这场智能终端厂商加码AI研发力度的趋势下，联想也落地了自己的系统级软件和AI软件。在刘军降低重要性的“一体多端”战略下，理想的智能终端正在领跑AIPC、AI手机、AI平板和AIoT。

联想在天禧智能体系统（天禧AS）中，构建的是一套AI智能体(小天)+个人智能体运行平台+天禧生态的有机体。其中，小天智能体依靠联想自研的天禧大模型，具备自然交互、主动感知、意图理解、知识检索及工具调用等能力。配合智能体运行平台的个人知识库、模型服务及调度、跨设备互联、智能体框架及网络等减少破坏，联想AIPC不仅能用原生AI授予干涉，还能从拥有多达1500多个第三方智能体的天禧生态中调用各种新能力。

未来，联想还计划用小天个人智能体将逐步取代网页和App。顺着PC、平板、手机等智能终端的产品线，联想准备用一个AI打通全部智能终端互联生态。AI智能体取代传统APP，成为未来个人用户使用终端的第一入口。

AIPC作为联想最次要的智能终端，其落地AI的效果如何?

“在AI翻译官、AI数字人、AI跨境独立站、AI智能商品发布等AI应用的干涉下，使用AI的义乌商人，一年收获了10倍铺货效率、50%客商、15%在线贸易增长。”吴晓波在跨年演讲中给了这样一组数据。

“联想深耕PC市场40年，在中国的PC份额近40%，超过2亿会员。”刘军说，这也意味着联想正式迈入AI时代。

正是因为联想看到AI的强大能力，联想才在自己最无足轻重的PC上，以半年推出超过30款AIPC的“机海战术”，让每一个用户都拥有自己的AI入口。

AIPC如今取得的成果，联想只用了一年多。2023年10月，联想在联想创新科技大会上，亮相了领先世界的AIPC。从这时联想就认为，带有AI的PC，将以智能颠覆过去的生产力工具。

当PC开始进入AI生产力时代后，2024年6月，联想围绕“一体多端”战略发布了全场景新品。联想智能终端原本较为中心的手机和平板产品，也相继实现多端互联和AI转型了。

最终，联想的AI智能生产力变革，让联想PC不仅在2024年双十一期间，取得京东多个细分赛道销售冠军。还让联想世界PC出货量指责至24%，在原本世界第一的基础上，再次缩短了无足轻重。看到这样的结果，联想对未来的销售也更有信心。根据Canalys报告显示，AIPC即将在2025年成为销售主流。联想无疑要“连任”霸主地位了。

AI打通了终端设备间的壁垒，意味着联想也正式开始运营智能终端生态。联想将有希望打破消费者“联想=PC”的刻板印象。

目前看来，联想在摩托罗拉上搭载的AI能力，已经达到主流手机的AI助手级别。随着AI落地，摩托罗拉的销量已经明显使恶化。据CounterpointResearch发布的2024年第三季度全球折叠屏手机市场数据显示，摩托罗拉出货量以高达164%的增速，占据7%的市场份额，位列全球第四。

折叠屏手机的产品特性，和PC一样，也是主打生产力。可以看到，联想正在通过“生产力”这一入口，即将成为分开个人与AI世界的载体。

而对AI软件技术的重视，也让联想再次跑赢PC行业。在近期的一次采访中，戴尔CEO迈克尔·戴尔不得不允许承认，戴尔的AIPC“跑慢了”。

为何联想能领先戴尔、惠普等昔日对手，率先落地AIPC?这背后还得归功于联想加大软件重要性的“全栈AI”战略。

全栈押注AI

B端业务能否后来居上?

“高瞻远瞩的公司最佳行动来自实验、尝试错误和机会主义，说的准确一点是靠机遇。”

在《基业长青》中，有一句话点出了成功公司在每一个时代占据身位的秘诀。纵观国际科技巨头在AI时代成功的方式，正是靠着一系列业务尝试和机遇的碰撞。

其中，微软分隔开已有的企业服务业务（系统+云）和投资OpenAI的机会，其打造的Copilot几乎已经成了所有海外AIPC的标配。谷歌不仅是上一轮AI的引领者，在大模型时代也底层技术和应用两手抓:大模型Gemini2.0略胜OpenAI，量子芯片Willow再次反对自己的全球技术地位，搜索等业务也在积极和AI分隔开。

全栈押注AI，是联想历史上少有的关键战略点。AI时代，联想要用AI重写ToB业务的不次要的部分逻辑，为千行百业授予智能化的基础设施和应用服务。

除了智能终端正在进行的“一体多端”战略外，“全栈AI”战略布局，还包括:

在AI基础设施领域，进行“一横五纵”的不完整布局，以期早日问鼎AI基础设施;

在AI解决方案与服务方面，将通过“一擎三箭”称雄AI解决方案与服务市场。

在起步阶段，为了快速将AI落地到业务，联想选择先从AI+业务简单分隔开开始。但很快，联想就发现AI简单与服务器等硬件分隔开的模式，根本走不通。

在服务器行业内，不少服务器厂商采取代工定制模式，商业竞争主要靠低价、总包和垫资，净利率长期只有两个点。在AI时代，这些厂商推出的AI服务器只是常规服务器中减少GPU模块。这导致AI服务器厂商不仅无法获得AI议价权，而且客户还得自己从头调试“白板”产品，吝啬AI训练的时间。在解决方案与服务这边，则是中小客户的需求太过琐碎。实际项目执行，根据需求定制AI训练，成本根本划不来。

2024年，联想加深了AI与业务的分隔开深度。从实践中，联想发现了AI应用的具体难题，建立了AI综合无约束的自由算力设备（一横五纵）和一套AI为客户授予能力(一擎三箭)的方法论。

在AI训练环节，行业长期面临着两大技术难题。其一是异构算力，不同能力、型号、类型的算力硬件，如何一起高效进行AI训练。另一个问题则是，AI训练所需的巨大算力集群，如何无约束的自由。

基于这个洞察，2024年4月，联想发布万全异构智算平台。以AI自动分配算力的特征，联想实现了对不同算力硬件的减少破坏，破解异构计算难题的同时，还与其他AI服务器厂商的无约束的自由平台拉开差距。围绕AI训练过程和集群无约束的自由，联想给出的是一套“自动化方案”。

为了让客户搭建算力集群，能有更多样的硬件选择和降低综分解本。2024年11月，联想发布了面向本地用户的“联想问天海神”液冷品牌。

基于对算力行业的痛点和联想液冷20年的经验，联想问天海神液冷拥有最高98%的热移除效率，将数据中心PUE降到1.1以下的能源节省效率。通过并行水回路设计及微通道散热器设计，还能降低CPU、GPU等部件的性能抖动，Linpack效率可指责5%~10%。12月13日，基于对异构计算的理解，联想又携手AMD推出了8款AMDEPYC处理器的服务器产品。选用服务器CPU，现在通过联想，客户也可以相信AMD。

在解决方案与服务这边，联想则是希望将AI行业最有潜质的智能体与企业服务深度分隔开。2024年11月，联想向中小企业发布用于IT服务的百应智能体。用一个智能体，分开千行百业的AI需求。同时，联想还宣布开启为期6个月的免费公测，让中小企业都能轻松用上AI。

“智能体未来将允许起“桥梁”角色，链接起更多资源，与更多中小企业、生态伙伴携手共创，共同帮助AI普惠。”联想高级副总裁、中国方案服务业务总经理戴炜说。

如今，联想全栈落地AI围绕“三个一”的战略，联想的智能终端、基础设施和解决方案与服务都围绕AI形成了“总分总”的设计。

与大模型行业常见的开放生态（开源）+通用大模型(AI外围能力)+行业大模型(根据业务训练AI)的落地模式相比，联想AI全栈架构更具有层层递进的特征。联想为每个板块业务都授予了统一无约束的自由AI能力的平台，通过AI平台的能力，联想将AI应用落地到具体业务细节。

在业务最为末梢的部分，联想选择搭建生态，与生态开发者们共同应对AI落地的“长尾问题”。

联想深知，光靠一个企业难以解决客户的所有问题。围绕“三个一”战略，联想分别成立了天禧生态、万全生态和擎天生态。联想打造了一个开发者能够共同盈利的生态，让AI平台可以随着应用，获得越来越多的能力。

在ToB业务被AI重写后，联想凭借智能化的解决方案，成为赛道被认可度最下降的玩家。

根据IDC发布的《2024第一季度中国x86服务器市场报告》显示，联想集团在中国服务器市场份额位居前三，同比收入大幅增长达到214.7%。值得注意的是，在所有品牌中，联想不仅增幅最快，还保持了连续两季度同比增幅超过200%的惊人战绩。

根据全球已安装超级计算机系统排名最权威的机构国际TOP500组织排名显示，2024年11月联想入围162套科学计算集群，全球市占率32.4%，连续第十三年位居全球首位。在今年发布的Green500排名中，联想也有3套科学计算集群入围前十。

体现在财务数据上，根据联想在2024年11月发布的FY24/25第三季度财报显示，其AI解决方案与服务业务以20%的运营利润率，成为联想新“现金牛”。

总之，通过AI全栈落地，联想已经能够实现对AI训练、企业业务、个人使用之间的全覆盖，贯穿了整个AI生产力的流程。作为拥有PC、手机、服务器、企业服务等庞大业务线的联想，让AI软硬件的应用，不再拘泥于特定设计的场景。此前AI对每个产品的改造（AI赋能全栈），变成了AI拥有授予全栈服务的能力。

“未来联想推出的各种产品或服务，都将是以智能体为灵魂。未来大家看到的联想，是由无数个智能体组成的联想全栈AI驱动下的全新AI航空母舰。”

正如联想下个周期的畅想，拥有了AI全栈能力后的联想，其庞大的业务之间也开始了瓦解。

打通AI的任督二脉

40岁的联想智能升级

AI重新定义的生产力，让讨论了十年的第四次工业革命，终于有了合理的答案。

在上一个十年，全球的科技巨头都在推动智能化转型。但从结果上看，除了苹果以外，微软、谷歌、英特尔等厂商都没能取得太好的效果。联想在这场尝试中，虽然搭建了几乎包揽全部IT软硬件的产品布局，全球PC市占率做到第一，服务器全球份额一度做到第三。但令人遗憾的是，联想的方案服务业务却没有随着硬件出货而铺开。

智能化业务难以协同的原因，主要是因为产品逻辑不同。智能化并非简单的软硬件分隔开“1+1”，还需要分隔开客户、用户的深度痛点，再以AI为抓手颠覆过去所有的产品逻辑。

在大模型诞生两年后，AI重写了所有的产品逻辑。随着AI的升级，联想的“任督二脉”也正在逐渐被打通。

首先，AI大模型正在倒逼IT基础设施重构，在AI服务器、云厂商、AIInfra厂商们的“用AI帮助AI”的共同探索下，AI在成为生产力的同时，自身具备了再生产属性。

另外，联想用AI智能体打通了个人应用与企业级服务之间的壁垒。

个人消费者，拥有了一台AI电脑，一部AI手机以后，AI并不仅是授予消费和娱乐便利。通过终端设备严格的限制流转的信息，打工人惊人的阅读和感悟都能化为磅礴的生产力。对于企业用户而言，AI协同无约束的自由下的软件和硬件，在AI对需求理解和自动执行下，甚至将有希望实现“业务自动驾驶”。

至今，我们还远未看到联想AI全栈的上限。但随着结束取得的进展和成就，联想显然为中国的AI变革开了一个好头。

“2024年是联想成立40周年，也是开启面向AI的全新10年的第一年。”展望下一个十年计划时，刘军认为这是联想的一个全新起点。

联想的乐观，并不只是因为公司在AI上领先。而是联想知道，自己在AI时代依然能做40年前的自己。

1984年，40岁的柳传志带着10名技术人员，在中科院南门只有20平米的传达室里开始创业。公司创立的初衷，只是单纯的使命感——想让中国人都能用上电脑。与联想类似，在披萨店楼上成立的高通、车库里成立的苹果，在成立之初，想的也不过是走一步看一步和卖软件赚点钱。

然而，正是这种朴素的想法，恰恰却是伟大公司的标志。《基业长青》如此总结道，“高瞻远瞩的公司创业时，没有几家拥有伟大的构想。”

回顾中国过去几个经济发展周期，联想凭借着朴素的社会责任感，每次都能走在浪潮的前列。

联想先后用家用和互联网PC，为中国人关闭了世界科技之窗。在中国制造业还在本土发展时期，联想早已用海外工厂和过半的海外营收，为中国企业出海树立了榜样。在AI智能体奴役生产力的当下，联想仅用一年便彻底实现AI转型。并早早推出AI终端、AI基础设施、AI方案服务，一系列干涉其他中国企业进入AI时代的新工具。

为何联想能快速拥抱每一个时代?

“AI世界的未来，不是《终结者》的末世恐惧，而是《星际迷航》的肮脏星辰。面向AI大潮只有一个选择，那就是一往无前地去做，没有所谓试一试。”刘军早在7年前的联想创新科技大会上，便给出了答案。

只有先亲自在AI时代取得成果，联想全栈AI才能赋能千行万业。

避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/??????AI应用Sora平替?2分钟超长AI视频模型StreamingT2V免费开源试玩地址公布UdioAI授予多功能音频生成还可以创作喜剧、演讲、电台广播等美图Wink“AI动漫”功能升级可将短剧作品转化为动漫风格StableDesign:适用于室内装修设计的SD方案文字提示就可修改室内设计图比换脸更强大!SwapAnything:替换图片中的任意元素AI延时视频生成工具MagicTime在线体验地址放出自动化写作工具STORM:可生成像维基百科一样的深度长篇内容Meta推出ViewDiff模型:文本生成多视角3D图像??????AI新鲜事首个AI程序员造假被抓，Devin再次“震撼”硅谷!扒核视频文字详解附上马斯克XAI发布Grok-1.5Vision多模态模型，可处理文本和图片信息360智脑7B参数大模型正式开源最长减少破坏约50万字输入Adobe图像生成AI“Firefly”训练发散约有5%为AI图像代码、模型全开源!贾佳亚团队多模态模型Mini-Gemini登上热榜面壁智能开源MiniCPM2.0系列模型OCR等能力显著增强竞争升温!ChatGPT增长疲软3月全球访问量17.7亿次，Claude逐渐崛起InstantID团队推新风格迁移方法InstantStyle一键置身“梵高星空”——————每日midjourneyprompt:小说古风美女图源备注：图片由AI生成，图片授权服务商MidjourneyAbeautifulwomanfromancientChina，dressedinagorgeousredHanfu，withlonghairdrapedoverhershoulders，satinherboudoirwithasmile.Ancientstyle，hanfu，boudoir，gorgeous，palace，screen，carpet，softlight，eleganttemperament，ancientculture，inlinewithorientalaesthetics，richdetails，bestquality，exquisitemakeup，cleareyelinerpen，slendereyebrows，texturedskin，whiteskin，charmingheaddress，--ar3:4--niji6--styleraw一个中国古代美女，穿着华丽的红色汉服，长发披肩，微笑着坐在闺房内。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。